多重中介模型:并行与链式或序列中介 | 您所在的位置:网站首页 › 中介效应检验流程包括 › 多重中介模型:并行与链式或序列中介 |
区别: 简单中介与多重中介的区别在于是否仅有一个中介变量。如果中介模型中仅有一个中介变量称为简单中介模型,如果有多个中介变量称为多重中介模型。多重中介按照中介变量之间是否存在顺序关系,分为并行多重中介模型与链式多重中介模型(序列多重中介)。并行多重中介模型表示中介变量之间相互独立(下右图),即X→M1→Y和X→M2→Y路径,而序列/链式多重中介模型表示中介变量之间存在顺序关系(下左图),即X→M1→M2→Y路径。 还是用男女朋友求介绍这个例子,如果男生通过朋友1找到朋友2进而认识了女生,那么朋友1和朋友2就在其中起到链式中介作用;如果男生既找了朋友1,又找了朋友2认识了女生,而这两个朋友不认识,那么朋友1和朋友2就在其中起到并行中介作用。 注:X、M1、M2、Y分别表示自变量、中介变量1、中介变量2、因变量。 多重中介模型相对于简单中介模型具有三大优势: (1) 可以得到总的中介效应。 (2) 可以在控制其他中介变量(如控制M1)的前提下,研究每个中介变量(如M2)的特定中介效应。这种做法可以减少简单中介模型因为忽略其他中介变量而导致的参数估计偏差。 (3) 可以得到对比中介效应,使得研究者能判断多个中介变量的效应(如a1b1和a2b2)中,哪一个效应更大,即判断哪一个中介变量的作用更强。这样,对比中介效应能使研究者判断多个中介变量理论(如X→M→Y和X→M2→Y)中,哪个中介变量理论更有意义。因此研究多重中介模型更具理论和实践意义。 多重中介效应的分解: 链式多重中介模型通常包括三条间接路径: ①X-M1-Y(简单中介):间接效应1=a1*b1 ②X-M2-Y(简单中介):间接效应2=a2*b2 ③X-M1-M2-Y(链式中介):间接效应3=a1*a3*b2 总中介效应=a1*a3*b2+a2*b2+a1*b1 总效应=a1*a3*b2+a2*b2+a1*b1+c' 注:c'为直接效应;前两条路径显著,而第三条路径不显著,说明该模型为并行多重中介;如果第三条路径显著,无论前两条是否显著,也可表明链式中介存在。 并行多重中介模型通常包括两条间接路径:①X-M1-Y(简单中介):间接效应1=a1*b1②X-M2-Y(简单中介):间接效应2=a2*b2总中介效应=a2*b2+a1*b1总效应=a2*b2+a1*b1+c'问题1:检验M1和M2在X与Y之间是否起链式中介作用?性别和年龄为控制变量。 操作步骤: ①打开template文件,查看与模型相一致的模型代码(文件见QQ群); 注:简单中介:model 4;链式中介:模型6。 ②分析→回归→PROCESS3.3→设定模型代码6,将变量放入对应变量框,需要注意的是,两个中介变量均放入Mediator框中,M1在前,M2在后(控制变量,放入协变量框)→点击option,勾选Effect size、show total effect model、pairwise contrasts of indirect effects、Standarized coefficents(变量已提前进行标准化无需勾选)→继续→确定。 注:如果控制变量为分类数据,不需进行标准化或中心化处理,无实际意义;如果控制变量为连续数据,需要进行标准化或中心化处理。因此,性别用原始数据,年龄用标准化后的数据。 检验性别、年龄、自变量对中介变量1的预测作用: 注:√表示一个变量对另外一个变量的预测作用显著,×则表示预测作用不显著,下同。 检验性别、年龄、自变量、中介变量1对中介变量2的预测作用: 检验性别、年龄、自变量、中介变量1、中介变量2对因变量的预测作用: 总效应:未加入中介变量前,性别、年龄、自变量对因变量的预测作用。 示例:上述结果可整合成下表,总效应结果根据需要选择是否加入。 总效应、直接效应和间接效应: 注:total、ind2、ind3的置信区间不包括0,表明总间接效应、间接效应2和间接效应3显著,即M1和M2在X与Y之间起中介作用,M2在X与Y之间起中介作用,M1和M2在X与Y之间起链式中介作用,而ind1的置信区间包括0,表明间接效应1不显著,即M1在X与Y之间不起中介作用。 示例: 注:间接效应值=Effect;相对中介效应=间接效应值/总效应。 问题2:检验M1和M2在X与Y之间是否起并行多重中介作用?性别和年龄为控制变量。 操作步骤: ①并行多重中介在template文件无法找到相一致的模型,但本质上属于两个简单中介,因此选择模型代码4; ②分析→回归→PROCESS3.3→设定模型代码4,将变量放入对应变量框,需要注意的是,两个中介变量均放入Mediator框中,M1和M2不分先后(控制变量,放入协变量框)→点击option,勾选Effect size、show total effect model、pairwise contrasts of indirect effects、Standarized coefficents(变量已提前进行标准化无需勾选)→继续→确定。 检验性别、年龄、自变量对中介变量1的预测作用: 检验性别、年龄、自变量对中介变量2的预测作用: 检验性别、年龄、自变量、中介变量1、中介变量2对因变量的预测作用: 总效应:未加入中介变量前,性别、年龄、自变量对因变量的预测作用 总效应、直接效应和间接效应: 注:total、M2间接效应的置信区间不包括0,表明总间接效应、M2间接效应显著,即M1和M2在X与Y之间起中介作用,M2在X与Y之间起中介作用,而M1间接效应的置信区间包括0,表明M1间接效应不显著,即M1在X与Y之间不起中介作用。 示例:无。并行多重中介模型的参考文献尚未搜索到。 参考文献: 方杰,温忠麟,张敏强,孙配贞.基于结构方程模型的多重中介效应分析[J].心理科学,2014,37(03):735-741. 柳士顺,凌文辁.多重中介模型及其应用[J].心理科学,2009,32(02):433-435. 丁倩,孔令龙,张永欣,周宗奎.父母物质主义与大学生网络强迫性购物:序列中介效应分析[J].心理发展与教育,2019,35(05):549-556. 张涵,康飞.基于bootstrap的多重中介效应分析方法[J].统计与决策,2016(05):75-78. |
CopyRight 2018-2019 实验室设备网 版权所有 |